Agent Atlas
不只解释这个词，还告诉你它在整个 Agent 世界的哪里。
Don't just define the term. Locate it.
Agent Atlas 是一个面向 Agent / Agentic AI 学习者与实践者 的语境型概念地图（Contextual Concept Atlas）。
它不是为了做最大最全的 A–Z 术语表，也不是为了重复已有的 Agent 课程和 Awesome List。它更关注一个真实而高频的问题：
当你在书、论文、技术博客、GitHub、SDK 文档里突然遇到
Harness、Agent Loop、Compaction、MCP、Scaffolding这样的词时，怎样快速知道它到底在说什么，并把它放回整个 Agent Engineering 的知识结构里？
因此，每个核心概念不仅回答“它是什么”，还尽量回答：它为什么出现、通常出现在哪种语境、在系统中位于哪里、与哪些概念相连、最容易和什么混淆，以及哪些一手资料值得继续阅读。
从这张图开始
这张图是 Agent Atlas 的核心概念骨架。它不是唯一正确的 Agent 架构，而是一张帮助初学者建立心智模型的“地图底图”。
┌── Prompt
│
Context
↙ ↓ ↘
Memory RAG Compaction
│
↓
Model ─────→ Agent ←──── Harness
│
┌────────────┼────────────┐
↓ ↓ ↓
Agent Loop Tools Runtime
│ │ │
↓ ↓ ↓
Planning MCP Sandbox
│
↓
Action/Observation
第一次阅读时，不必一次记住所有词。先理解几条主线：
- Model → Agent：模型如何从“生成输出”进入“围绕目标持续行动”的系统。
- Context → Memory / RAG / Compaction：模型这一轮到底能看到什么，以及信息如何被取回、保留和压缩。
- Harness → Loop / Tools / Runtime：模型外部的执行与控制系统怎样让 Agent 真正工作起来。
- Agent Loop → Planning → Action / Observation：Agent 如何一轮一轮决定下一步，并根据反馈继续行动。
- Tools → MCP：Agent 如何获得模型本身没有的外部能力。
- Runtime → Sandbox：Agent 在什么环境里真正执行代码、命令或其他操作。
Agent Atlas 与普通 Glossary 有什么不同？
Contextual Glossary｜语境型解释
不仅给定义，还解释这个词为什么会出现在你正在读的那句话里。
例如：
我们会把它还原成执行过程：
Concept Graph｜概念关系图
术语不是孤立单词，而是图中的节点。我们记录 contains、feeds、uses、connects、confused-with 等明确关系，让读者知道一个词的上下游和相邻概念。
Terminology Observatory｜术语观察站
Agent 领域变化很快。我们区分稳定术语、仍在演化的行业说法，以及新兴或存在争议的表达，并尽量保留来源、时间和不同生态的使用差异。
Concept Boundaries｜概念边界
真正困难的往往不是“不知道 A”，而是“不知道 A 和 B 到底差在哪”。因此会重点整理：
- Agent vs Workflow
- Harness vs Framework
- Harness vs Runtime
- Context vs Memory
- Memory vs RAG
- Tool Calling vs Function Calling
- Agent Loop vs Loop Engineering
- Skill vs Tool
- Skill vs MCP
- Sub-agent vs Multi-Agent
- Tracing vs Observability
阅读方式
如果你刚进入 Agent Engineering，可以从：
Agent → Agent Loop → Harness → Runtime → Sandbox → Tool Calling → MCP → Context Engineering → Memory → RAG
开始建立第一条主线。
也可以直接搜索你正在阅读材料里遇到的陌生词，再沿着页面中的关系继续探索。